新电改背景下大用户直购双边博弈模型

目前,我国电力市场正积极推进发电商与大用户双边交易。在此背景下,根据交易过程中各博弈主体所获取的信息情况变化,在交易初始不完全信息博弈阶段,基于暗标拍卖理论构建了发电商报价贝叶斯博弈模型,确定了发电商边际报价增长参数。在后续的多轮博弈中,考虑到现货市场对大用户直购的影响,以发电商报价和大用户购电分配作为博弈策略,构建了以各博弈方收益最大为目标的发电商与大用户主从博弈模型,并利用粒子群优化算法对模型进行了求解。最后对发电商和大用户的策略行为、大用户直购双边交易的市场影响进行了深入分析。     

不完全信息静态博弈在发电商报价策略研究中的应用

在电力市场发电商报价过程中,发电商要在信息不充分的情况下研究对方的报价策略。文中重点对不完全信息下的发电商报价策略进行了研究,对其均衡解进行了分析,得到了一些有益的结论。博弈论中的不完全信息静态博弈理论可以为报价策略的研究提供很好的理论指导。     

考虑机组出力约束的发电商最优竞价策略研究

电力市场环境下,发电商之间的竞争是一个处于不完全竞争市场、非完全信息下的非合作博弈模型。在分析各种发电商策略性报价基础上,在双人博弈理念下,考虑到机组出力约束,提出了发电商最优竞价策略的数学模型并给出了其求解方法,从而得到了发电商的最优报价策略和在报价越界时优化调整策略。通过算例验证了该方法的有效性,其结论是:当发电商对系统负荷需求不同情况下采用相应的报价策略时,即可实现企业利润的最大化。     

考虑机组出力约束的发电商最优竞价策略研究

电力市场环境下,发电商之间的竞争是一个处于不完全竞争市场、非完全信息下的非合作博弈模型.在分析各种发电商策略性报价基础上,在双人博弈理念下,考虑到机组出力约束,提出了发电商最优竞价策略的数学模型并给出了其求解方法,从而得到了发电商的最优报价策略和在报价越界时优化调整策略.通过算例验证了该方法的有效性,其结论是:当发电商对系统负荷需求不同情况下采用相应的报价策略时,即可实现企业利润的最大化.     

不完全信息下基于深度双Q网络的发电商三段式竞价策略

不完全信息的电力市场环境下发电商仅知道自身相关的信息,而其他市场参与者的报价和市场环境都可能会影响市场出清结果,进而影响发电商的收益,因此其报价决策应当考虑多维的市场信息。基于深度强化学习算法,提出多智能体的DDQN（double deep Q-network）算法模拟日前现货市场中发电商三段式竞价策略的过程。首先,定义发电商模型中马尔可夫决策过程的要素和动作价值函数;然后,建立发电商深度双Q网络的框架,并引入经验池和动态ε-greedy算法进行神经网络的训练,该决策模型可以根据市场的出清电价和负荷水平等多维连续状态做出报价;最后,通过算例比较了发电商采用DDQN和传统Q-learning两种算法获得的收益差别,说明DDQN算法可以根据发电商面临的复杂市场环境做出正确的决策而Q-learning算法在环境复杂时决策能力较差,并在不同状态量选取、网络泛化能力、更大规模算例适应性等方面分析了发电商采用DDQN算法进行市场策略生成的有效性和优越性。     

基于多智能体强化学习的电力现货市场定价机制研究(一):不同定价机制下发电商报价双层优化模型

电力现货市场定价机制是市场设计的重点问题之一,与发电商交易行为相互影响。定价机制设计需要考虑发电商可能的交易行为,而不同定价机制下发电商报价策略不同,为系统性地解决这一嵌套难题,形成2篇不同侧重点的论文。作为首篇,该文探讨强化学习在发电商报价决策中的适用性,完整考虑系统和分区边际电价的两阶段过程,构建节点、系统、分区3种边际电价定价机制下的发电商报价双层优化模型,并基于可变学习速率和策略爬山算法相结合的多智能体强化学习方法对模型进行迭代求解。该双层模型中,上层为发电商报价决策层,下层为市场出清层,以决策层优化的发电商报价信息和出清层计算的发电商中标信息作为上下层之间的交互数据,不断优化发电商报价策略。最后,以IEEE 39系统为例,选择4个典型负荷场景,优化3种定价机制下的发电商报价,结果表明:所提模型和算法可有效求解发电商最优报价策略,获取市场均衡结果。     

共聚反应机理的发电厂商报价策略的模型

电力市场条件下,发电商报价过程存在着复杂的策略依存关系,以聚合动力学为基础,构建了发电商报价策略的博弈模型,揭示了不同策略选择对市场占有额的影响以及发电商报价策略的调整和变化规律。通过分析发电商报价策略调整和均衡路径的变化,对区域电力市场发电商有效报价策略给出了一般性理论总结。     

基于双人博弈且参数估计下的发电商报价策略研究

在竞争性电力市场下，发电商之间的竞价可以描述成一个不完全信息下的非合作博弈过程。该文在对发电商的策略性报价现有研究基础上,提出了发电商基于双人博弈、参数估计下的最优策略性报价，建立了数学模型并给出了其求解方法，从而较好地解决了现实情况中难以解决的多人博弈以及不完全信息的处理问题。其结论是：当对竞争对手的报价参数估计正确的情况下，其最佳策略收敛于纳什(Nash)均衡点。该文最后通过算例验证了该方法的有效性。     

基于改进蚁群算法的电力市场经济效率评估研究

蚁群算法作为一种启发式算法在解决混合全局最优问题时具有很强的鲁棒性.本文简要介绍了蚁群算法的基本原理,发电商的报价策略和电力市场效率评估方法.利用蚁群算法和Matlab编制了电力市场效率评估软件,实现发电商对报价策略的选择,得到各发电商的报价组合和发电量组合.然后,根据发电商的实际报价和理想报价,用价格成本边际系数来评估市场效率.最后基于IEEE 30母线测试系统,分析了发电商在日前市场中如何通过选择不同报价策略来实现共同利益的最大化以及市场效率.     

发电商最优报价策略的图形决策方法

电网商业化运营后,发电商报价策略可以被描述成一个静态博弈过程。按Nash均衡策略报价可以使发电商获得较高的利润。当报价模型有多个Nash均衡解存在时,传统上难以判断何为最终的合理策略。介绍了主要利用图形来模拟交易中心的决策过程和发电商的竞价行为,通过在图形上运用Nash均衡思想,直观地描述了市场交易的Pareto前沿,并给出了一个具体的合理的Nash均衡策略,将优于前人策略。对于不完全信息下的重复报价博弈,当各发电商都采用文中提出的报价机制时,市场交易最终收敛于Nash均衡点。算例结果表明了此方法的有效性和实用性。     

基于最优潮流和完全信息的纳什均衡分析

电力市场是一个不完全竞争的市场，发电商可通过策略性投标增加收益.本文利用博弈论研究完全信息条件下发电商投标策略的纳什均衡解.根据实时电价理论利用最优潮流(OPF)计算各发电节点的实时电价．得到不同战略条件下各发电商的收益．进而利用博弈论找出纳什均衡点。通过IEEE-30节点的算例检验了在3种不同负荷水平下3个发电厂商投标策略的纳什均衡．结果表明发电厂商的投标策略会随负荷的变化而改变.     

Gaming and price spikes in electric power markets

Many challenging issues arise under the newly deregulated competitive electric power markets. Instead of centralized decision-making in a vertically integrated environment as in the past, decision-making is now decentralized and driven by market forces. Gaming and price spikes have been observed in almost every electricity market but explicit analysis of these phenomena is rare. In this paper, the authors study historical bidding behavior to see how power suppliers and demand service providers were actually bidding in the California day-ahead energy market. Based on their observations, they formulate a Prisoner's dilemma matrix game and introduce the notion of “opportunistic tacit collision” to explain strategic bidding behaviors in which suppliers withhold generation capacity from the market to drive up prices. This explanation is applicable with or without market power, transmission constraints, and insufficient supply, and is only enhanced by these factors. Their analysis is generally applicable to any uniform price electricity market in which there is significant insensitivity to price on the demand side     

现货市场中基于演化博弈的火电企业阶梯报价策略

火电企业进入电力现货市场是电力体制改革的必然趋势,电量竞价上网、绿证、配额和碳交易等市场机制势必会增加火电企业的竞争压力。为使火电企业更好地适应市场变化,文章依据电力现货市场报价及出清规则,提出了基于改进型遗传算法与演化博弈的阶梯报价策略模型,为火电企业在不同电力市场供需情况下提供辅助决策。通过设置经典算例,模拟不同技术水平和不同规模的火电企业处于标准供需、紧张供需和宽松供需3种供需条件下的报价策略。结果显示,基于演化博弈理论的报价策略在各种情况下都可以辅助企业找到适合当前背景的阶梯报价,并在市场竞争中取得优势,证明了基于演化博弈理论的报价策略具有较强的适用性,可以为火电企业进入现货市场提供有价值的策略参考。     

简易当量电价法的解析表达及发电厂商古诺博弈行为初探

将基本的简易当量电价法作解析表达，其中考虑了二次供应函数的参数报价，实际的电力市场往往更接近于寡头市场，发电厂商可以通过策略性的报价获得超额利润。在简易当量电价法体制下，研究了发电厂商报价的寡头古诺博弈模型及其算法，即发电厂商通过持留发电容量，抬高电价，获取超额利润。采用两层优化模型，上层是电力市场定价模型，下层是发电厂商利润最大化，在求双寡头古诺博弈均衡点时，采用了网格搜索算法和反应曲线法，进一步讨论了该博弈行为对系统的影响，给出了说明性算例，算例表明电力市场中发电厂商的博弈行为会造成电价上升，其中寡头勾结的情况造成的危害最大。     

发电商不正当竞标行为分析及综合评判

分析了电力市场环境下发电商不正当竞标报价现象,考虑了影响不正当竞标的竞争者数量、市场份额、负荷弹性等多种因素,并对发电商的报价和容量进行了分析,设计了发电商报高价的不正当合谋竞标行为识别的综合评判算法。分析过程中运用了关联性分析、市场集中度和量价指数等多种方法,并加入隶属度函数衡量各影响因子代表的发电商合谋报价可能性的程度,最后应用模糊加权平均模型进行了发电商合谋判定。通过算例求解证实了该算法的可行性。     

含分布式电源接入的市场多主体博弈分析

研究能源互联网发展背景下含有分布式电源(distributed generation, DG)接入的电力市场中的多主体博弈问题。首先,利用多代理(multi-agents)技术,在由发电商、供电商与多类型用户组成的市场中,搭建了多主体博弈框架。其次,针对该框架下的市场各主体特点,分别采用统一市场出清价格(market clearing price, MCP)和按报价支付(pay as bid, PAB)的市场机制,构建了最优供应函数决策模型、最优投标电价决策模型以及考虑投标风险的最优投标电量决策模型。并且,基于效用函数,考虑弹性负荷(具有分布式发电或可中断能力)用户的购售能力,建立了最优购电和最优DG发电量决策模型。最终,实现了市场各博弈主体的利益均衡化目的。仿真结果表明,基于多代理技术的博弈能实现市场各主体的合理收益,不同主体组合的市场博弈结果存在较明显差异。充分挖掘弹性负荷调节能力可有效提高分布式清洁能源发电渗透率。以上结果符合工程实际与设计需求,验证了所提模型的合理性与有效性。     

碳交易机制下综合能源市场多供能主体均衡竞价策略

为了研究引入碳排放交易机制对综合能源市场(integrated energy market,IEM)运行和多供能主体竞价策略的影响,首先,构建了多供能主体碳交易奖惩规则;其次,基于多供能主体奖惩型碳交易机制建立了多供能主体竞价函数模型;然后,基于纳什均衡建立了碳交易机制下IEM多供能主体均衡竞价模型;鉴于所建模型具有高...     

模糊博弈理论在发电厂商报价决策中的应用

针对我国电力工业市场化改革后发电厂商的报价决策和报价偏好等不完全信息，运用模糊博弈理论进行分析，建立模糊博弈决策模型，为追求最大化收益的发电厂商的最优报价决策提供有效的支持。模拟分析表明，模糊博弈理论能较好地处理发电厂商报价决策时竞争对手的报价偏好和策略等不完全信息，决策结果比非模糊博弈的结果好，更接近于实际的报价决策环境。     

上网竞价策略的供给函数均衡分析

电力市场是一个不完全竞争的寡头垄断市场,研究竞价策略对发电商非常重要。市场中的独立发电商往往会采用合理的竞价策略来获得最大收益。该文根据联营模式下电力市场的特点,利用供给函数模型来模拟发电商的策略行为,给出了市场均衡解。此外,还分析了分段报价、需求弹性等因素对发电商均衡策略的影响。仿真算例说明了该方法的合理性和可操作性。